摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第14-36页 |
1.1 课题目的及意义 | 第14-16页 |
1.2 卡通的定义及视觉特性 | 第16-19页 |
1.3 卡通版权保护需求 | 第19-23页 |
1.3.1 侵权作品搜寻 | 第20-21页 |
1.3.2 侵权作品检测与过滤 | 第21-22页 |
1.3.3 卡通媒体数据的机密性 | 第22-23页 |
1.4 相关技术的发展现状 | 第23-34页 |
1.4.1 边缘检测技术 | 第23-25页 |
1.4.2 图像局部特征提取技术 | 第25-28页 |
1.4.3 图像检索技术 | 第28-29页 |
1.4.4 目标检测技术 | 第29-32页 |
1.4.5 选择加密技术 | 第32-34页 |
1.5 本文主要研究内容 | 第34-36页 |
第2章 图像形状信息提取 | 第36-60页 |
2.1 引言 | 第36页 |
2.2 基于 FSVR 的自然图像边缘检测算法 | 第36-51页 |
2.2.1 FSVR 概述 | 第37-40页 |
2.2.2 图像多通道特征提取 | 第40-44页 |
2.2.3 训练数据准备 | 第44-45页 |
2.2.4 FSVR 预测模型训练与边缘检测 | 第45-47页 |
2.2.5 实验结果及分析 | 第47-51页 |
2.3 卡通图像线条提取算法 | 第51-58页 |
2.3.1 装饰线滤波响应特性 | 第53-54页 |
2.3.2 卡通图像线条提取算法 | 第54-57页 |
2.3.3 实验结果及分析 | 第57-58页 |
2.4 本章小结 | 第58-60页 |
第3章 基于局部不变形状特征的卡通角色检索 | 第60-80页 |
3.1 引言 | 第60页 |
3.2 局部特征区域检测算法评估 | 第60-69页 |
3.2.1 特征区域/特征点检测算法概述 | 第62页 |
3.2.2 卡通图像特征区域检测评估 | 第62-68页 |
3.2.3 卡通与自然图像间特征区域可重复性评估 | 第68-69页 |
3.3 局部不变形状特征提取 | 第69-74页 |
3.3.1 形状上下文特征 | 第69-71页 |
3.3.2 SSC 特征提取 | 第71-74页 |
3.4 基于 SSC 特征的图像相似性度量 | 第74-75页 |
3.4.1 基于局部特征的图像相似性度量 | 第74-75页 |
3.4.2 基于图匹配的图像相似性度量 | 第75页 |
3.5 卡通角色检索方案 | 第75-77页 |
3.5.1 基于 SSC 特征的卡通角色检索 | 第75-76页 |
3.5.2 卡通角色检索中的反馈方法 | 第76-77页 |
3.5.3 卡通角色数据库构建 | 第77页 |
3.6 实验结果及分析 | 第77-79页 |
3.7 本章小结 | 第79-80页 |
第4章 基于霍夫选举的卡通角色检测 | 第80-96页 |
4.1 引言 | 第80页 |
4.2 霍夫选举概述 | 第80-82页 |
4.3 基于霍夫选举的目标表达 | 第82-88页 |
4.3.1 SSC 特征提取 | 第83-84页 |
4.3.2 目标码书生成 | 第84-88页 |
4.3.3 霍夫选举规则生成 | 第88页 |
4.4 基于霍夫选举的卡通角色检测 | 第88-90页 |
4.5 实验结果及分析 | 第90-95页 |
4.6 本章小结 | 第95-96页 |
第5章 卡通图像选择加密算法 | 第96-113页 |
5.1 卡通图像选择加密框架 | 第96-97页 |
5.2 卡通角色精确定位 | 第97-102页 |
5.2.1 基于 TPS-RPM 的点匹配 | 第97-98页 |
5.2.2 基于 TPS-RPM 的卡通人物精确定位 | 第98-102页 |
5.3 基于混沌映射的流密码算法 | 第102-106页 |
5.3.1 基于级联混沌映射的伪随机数发生器 | 第103-105页 |
5.3.2 基于混沌映射的子密钥生成 | 第105-106页 |
5.4 基于混沌流密码的卡通角色选择加密 | 第106-107页 |
5.5 实验结果及分析 | 第107-112页 |
5.6 本章小结 | 第112-113页 |
结论 | 第113-116页 |
参考文献 | 第116-127页 |
攻读博士学位期间发表的论文及其它成果 | 第127-130页 |
致谢 | 第130-132页 |
个人简历 | 第132页 |